全力推动国防科技工业工艺技术跨越发展

工艺技术是产品研制生产的重要手段,是制造业生存和发展的核心和基础技术,也是市场竞争能力和制造业可持续发展能力的重要体现。军工工艺技术具有覆盖面宽、技术要求高、特殊工艺专用性强等特点,在缩短研制周期、降低生产成本、提高经济可承受性和批生产能力方面起着至关重要的作用,是武器装备研制生产和军民结合高技术产业发展的关键技术,是国防科技工业实现可持续发展的重要保障。为满足国防建设和国民经济发展的需要,全面增强自主创新能力、高新技术武器装备供给能力和军民结合高技术产业发展能力,建立新型国防科技工业体系,国防科工委将…     

市场化配置 契约化管理——吉林东光集团有限公司聘任职业经理人的调查和思考

2004年初,中国兵器工业集团大胆改革用人机制,采取市场化配置、契约化管理的办法聘任于中赤同志担任吉林东光集团有限公司总经理,这是兵器系统按市场化的办法聘用的第一位职业经理人。两年多来,吉林东光集团有限公司在新的管理体制下,企业改革、经济效益一年一个新台阶,成功地走出了一条“军品立业、民品兴业”的路子,成为吉林省“军民结合、寓军于民”的一面旗帜。今年,企业又先后荣获吉林省“五一”劳动奖状、中国兵器工业集团民品发展优秀团队奖牌,进入长春市工业企业前6名,吉林省汽车零部件企业前3名,全国百强汽车零部件企业30名。从企…     

寿命型产品定数截尾可靠性鉴定试验方案研究

相对于定时截尾可靠性鉴定试验方案来说,寿命型产品定数截尾试验方案方面的研究较少。首先从理论上证明了,寿命服从指数分布的产品,无论对定数截尾试验中的故障产品是否用新产品替换,其鉴定试验方案的设计公式完全相同。之后推导出了同时能满足检验上限、检验下限、生产方风险、使用方风险要求的定数截尾鉴定试验方案设计公式,并用GB5080.7中的数据验证了公式的正确性。给出了指数寿命型产品定数截尾试验中的接收概率公式,并推论出了同一产品在不同试验方案的鉴定结果可能完全相反。最后建议,应在鉴定试验前尽可能知晓产品的可靠性水平,从而可有目的地选择或设计试验方案,以求产品高概率通过鉴定试验。     

可拓工程方法在效能-费用权衡中的应用

介绍可拓学及物元理论,提出用可拓工程方法对武器装备效能-费用进行权衡分析。建立了装备效费权衡分析的高阶复合物元模型,对初始效费方案进行了延拓,提出可拓特征集的概念。在此基础上,对效能-费用方案进行可拓聚类分析。     

舰炮武器系统的总体配置方案及关键技术

针对舰炮武器系统在对岸射击中的不足之处,分析了舰炮武器系统对岸射击时对导航系统的需求,对基于导航定位系统的舰炮武器系统的总体配置设计方案和关键技术进行了探讨;给出了系统整体构架及系统工作原理,指出了关键技术如何实现。为舰炮武器系统的设计及提高舰炮武器系统的作战效能提供了理论参考。     

基于可拓工程方法的舰空导弹作战通道性能分析

分析了舰空导弹作战通道性能的影响因素,应用可拓工程方法建立了舰空导弹作战通道性能多指标参数的物元可拓评估模型,以定量的结果对舰空导弹作战通道性能进行了评估分级,并与层次分析法的结果进行了比较,结论基本一致。为舰空导弹作战通道性能评估问题寻求出一种新方法,其评估结果可为决策提供定量依据。     

内弹道多参数快速符合计算方法

在内弹道基本方程组基础上,通过逐步逼近法,建立了内弹道多参数快速符合计算的数学模型,并给出了算法步骤与算例。     

协同知识建构视角下高中生计算思维能力培养模式的设计研究

培养学生具有一定计算思维能力以适应快速变化的大数据时代，是信息科技课程的教育重点。而目前高中阶段信息科技课程内容单一且重点在编程工具的普适性讲授上，对学生个性化思维的培养不足。文章在梳理协同知识建构理念与计算思维能力培养的关系后，构建计算思维能力培养与“输入-协作-输出”三阶段相耦合的协同知识建构学习模式，试图使学习者能在真实的社会性问题情境下，更好更快地建立起系统、科学的思维模式，并针对该模式的教学实践提出建议。     

电子对抗对空侦察雷达阵地配置优化研究

针对电子对抗对空侦察雷达阵地优化配置问题,通过分析雷达站的侦察范围与定位条件,提出双机定位和三机定位的最优配置模式,分别建立双机定位和三机定位的最优站距、定位纵深、配置间隔、阵地高度等相关参数的计算模型。通过对电子对抗对空侦察雷达阵地优化配置问题进行实例计算,表明模型实用、有效。     

2022年深度学习技术主要发展动向分析

深度学习正逐渐成为新一代人工智能最核心的技术之一。对2022年深度学习热门领域的主要发展动向进行了综合评述。首先,介绍小数据小样本深度学习研究领域的最新进展;其次,探讨量子计算与深度学习的融合路径;然后,概述强化学习对通用智能的推动作用;最后,盘点深度学习在多模态学习方向的进展。综述表明,面向小数据、小样本的深度学习技术正在引领深度学习向自监督方向不断迈进,深度学习与其他先进计算范式(例如量子计算等)深入融合趋势愈发明显,强化学习在一定程度上具备解决复杂问题的通用智能,多模态深度学习技术已迎来关键性突破。